莆田学院新闻网讯 4月23日上午，福建师范大学计算机与网络空间安全学院（软件学院）副院长、教授、博士生导师陈黎飞，为学院师生带来了一场题为《序列数据的可解释性表征》的紫霄学术讲坛。讲座吸引了众多来自计算机科学、数据科学以及相关领域的师生参与，此次讲座由智能科学系主任闻辉主持。

陈黎飞教授长期深耕于机器学习、数据挖掘、模式识别等方面理论及应用研究。主持国家自然科学基金-海峡联合基金重点项目1项、面上项目2项，在IJCAI、AAAI、ICDM、CIKM等国际学术会议及IEEE TKDE、TNNLS、DMKD、PR、中国科学、软件学报、模式识别与人工智能等国内外学术期刊上发表研究论文150余篇，出版学术专著2部。

此次讲座中，陈黎飞教授首先介绍了在数据挖掘领域中，序列作为依时间或空间顺序排列的符号串或多维数值串的概念，并阐述了序列表征的重要意义。他指出，序列表征旨在从不定长且通常非对齐的序列中学习结构特征，并将其转换为固定长度的数值向量。这一过程不仅为下游序列挖掘任务提供紧凑的数据表示模型，更关键的是，有助于人们深入理解序列数据的内在结构特性。

随后，陈教授聚焦于序列表征的可解释性这一核心主题，详细讨论了符号序列以及多维时间序列数据表征的代表性模型。在符号序列表征方面，他讲解了如何将文本、基因序列等符号信息转化为计算机可处理的数值形式，以及当前面临的挑战和解决方案。对于多维时间序列数据表征，陈教授结合金融市场分析、工业生产监控、医疗健康监测等实际应用领域，分析了现有模型的优势与不足。

陈黎飞教授还结合近年来的前沿研究成果，介绍了若干具有良好可解释性的序列表征方法。例如，一些新方法通过引入可解释的组件或结构，使模型输出与输入序列的特征和模式建立起直观联系。讲座过程中，陈黎飞教授通过多个实际案例分析，生动展示了这些可解释性方法在不同领域的应用效果。

在互动环节，参会师生就感兴趣的问题，如可解释性方法在特定场景下的应用、模型性能与可解释性的平衡等，与陈黎飞教授展开了深入交流和讨论。陈教授一一耐心解答，其专业且细致的回应，让师生们受益匪浅。

此次学术讲座的成功举办，不仅加深了师生们对序列表征可解释性的理解，更为相关领域的研究和学习提供了新的思路与方法，在数据挖掘领域的学术研究和人才培养具有积极意义。

图为陈黎飞教授做专题报告。林弟 摄

图为讲座现场。林弟 摄

（新工科产业学院 林弟）